首页 > 最新文献

Methods in Ecology and Evolution最新文献

英文 中文
Ghostbusting—Reducing bias due to identification errors in spatial capture-recapture histories 捉鬼--减少空间捕获-再捕获历史记录中识别误差造成的偏差
IF 6.6 2区 环境科学与生态学 Q1 Agricultural and Biological Sciences Pub Date : 2024-04-21 DOI: 10.1111/2041-210X.14326
Abinand Reddy Kodi, Jasmin Howard, David Louis Borchers, Hannah Worthington, Justine Shanti Alexander, Purevjav Lkhagvajav, Gantulga Bayandonoi, Munkhtogtokh Ochirjav, Sergelen Erdenebaatar, Choidogjamts Byambasuren, Nyamzav Battulga, Örjan Johansson, Koustubh Sharma

识别个体是通过空间捕获-重捕法估算种群数量的关键,但有时也会出现识别错误。最常见的识别错误是无法识别先前检测到的个体,从而产生 "幽灵 "约翰逊。幽灵通常表现为捕获历史中的单个检测个体("单体")。为了解决幽灵问题,我们开发了一种以至少发现为条件的空间捕获-重捕方法。标准的空间捕获-再捕获(SCR)模型是(SCR-2)的特例。 我们通过模拟研究了 "单体 "幽灵对模型参数估计的影响。随着幽灵个体比例的增加,SCR 方法对丰度的估计越来越高,即使只有 10%的检测个体是幽灵个体,也会出现正偏差,而当 30%的个体是幽灵个体时,偏差在 43%到 71%之间。SCR-2 方法的估计值在有幽灵存在的情况下偏差较小,但精确度有所下降。SCR-2方法估计丰度的均方误差在高相遇率下有幽灵的所有情况下都较低,在低相遇率下有30%或更多幽灵的情况下也较低。我们还将我们的方法应用于蒙古两个地点的雪豹相机陷阱调查捕获历史记录,发现 SCR 方法在这两个地点都得出了更高的丰度估计值。SCR-2 方法可以消除幽灵捕获历史记录中的偏差,但会损失一些精度。我们建议在幽灵捕获量可能超过 10%的情况下或有大量单次探测捕获历史记录的调查中使用 SCR-2 方法,除非样本数量非常少。
{"title":"Ghostbusting—Reducing bias due to identification errors in spatial capture-recapture histories","authors":"Abinand Reddy Kodi,&nbsp;Jasmin Howard,&nbsp;David Louis Borchers,&nbsp;Hannah Worthington,&nbsp;Justine Shanti Alexander,&nbsp;Purevjav Lkhagvajav,&nbsp;Gantulga Bayandonoi,&nbsp;Munkhtogtokh Ochirjav,&nbsp;Sergelen Erdenebaatar,&nbsp;Choidogjamts Byambasuren,&nbsp;Nyamzav Battulga,&nbsp;Örjan Johansson,&nbsp;Koustubh Sharma","doi":"10.1111/2041-210X.14326","DOIUrl":"10.1111/2041-210X.14326","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":null,"pages":null},"PeriodicalIF":6.6,"publicationDate":"2024-04-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14326","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140678151","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Modelling individual variability in habitat selection and movement using integrated step-selection analysis 利用综合阶跃选择分析法模拟栖息地选择和移动中的个体差异性
IF 6.6 2区 环境科学与生态学 Q1 Agricultural and Biological Sciences Pub Date : 2024-04-15 DOI: 10.1111/2041-210X.14321
Nilanjan Chatterjee, David Wolfson, Dongmin Kim, Juliana Velez, Smith Freeman, Nathan M. Bacheler, Kyle Shertzer, J. Christopher Taylor, John Fieberg

综合阶跃选择分析(ISSA)经常用于利用动物运动数据研究栖息地选择。目前已开发出将随机效应纳入 ISSA 的方法,从而可以量化动物空间利用模式的变异性。尽管可以对生境选择和运动参数的变异性进行建模,但迄今为止的应用主要集中在前者,尽管运动在决定从个体到生态系统水平的生态过程中发挥着广泛认可的重要作用。造成这种遗漏的一个潜在原因是缺乏现成的软件或实例来演示在具有随机效应的 ISSA 中估计运动参数的方法。我们利用模拟数据集,并通过对包含 35 条红鲷鱼(Lutjanus campechanus)位置的声学遥测数据集进行两个模型拟合,展示了描述个体间运动和生境选择参数变异性的方法。运动核被假定为取决于鱼类所在的底栖珊瑚礁生境类型(模型 1)或鱼类当前位置与最近的边缘生境之间的距离(模型 2)。在这两个模型中,我们还量化了不同底栖生境类别的生境选择和与边缘生境的距离,并利用随机效应考虑了运动和生境选择参数的个体差异性。模拟示例强调了混合效应规格的优点,即我们可以通过借用同类个体的信息来提高估计个体运动参数的精度。在我们的应用实例中,我们发现个体间的栖息地选择和移动参数都存在很大的差异。尽管如此,大多数红鲷鱼还是选择了硬底栖息地和靠近边缘栖息地的地点。它们在硬底栖息地的移动也较少。转弯角度经常接近 ± π,但在远离边缘栖息地时则较为分散。我们提供了代码模板和函数,以便在实施具有随机效应的 ISSA 时量化运动和生境选择参数的变异性。我们希望通过这种方法鼓励生态学家在进行 ISSA 时充分利用其能力,为栖息地选择和运动模式的个体间变异性建模。
{"title":"Modelling individual variability in habitat selection and movement using integrated step-selection analysis","authors":"Nilanjan Chatterjee,&nbsp;David Wolfson,&nbsp;Dongmin Kim,&nbsp;Juliana Velez,&nbsp;Smith Freeman,&nbsp;Nathan M. Bacheler,&nbsp;Kyle Shertzer,&nbsp;J. Christopher Taylor,&nbsp;John Fieberg","doi":"10.1111/2041-210X.14321","DOIUrl":"10.1111/2041-210X.14321","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":null,"pages":null},"PeriodicalIF":6.6,"publicationDate":"2024-04-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14321","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140578214","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Performance of five statistical methods to infer interactions among moving individuals in a predator–prey system 推断捕食者-猎物系统中移动个体间相互作用的五种统计方法的性能
IF 6.6 2区 环境科学与生态学 Q1 Agricultural and Biological Sciences Pub Date : 2024-04-15 DOI: 10.1111/2041-210X.14323
Thibault Fronville, Niels Blaum, Stephanie Kramer-Schadt, Ulrike Schlägel, Viktoriia Radchuk

1 引言 动物移动是指个体空间位置随时间的变化,几乎是所有动物的一个关键行为过程。它不仅能满足生存和繁殖的基本要求,还能影响物种的地理分布,从而影响种群、群落和生态系统的结构、动态和遗传组成(Jeltsch 等人,2013 年;Nathan 等人,2008 年)。虽然直到最近,大多数研究都忽视了动物在移动生态学中可能存在的相互作用,但动物的移动往往不是相互独立的(Nathan 等人,2022 年;Vicsek &amp; Zafeiris,2012 年)。到目前为止,对这种相互作用的研究相对较少,但由于最近追踪技术的改进,可以收集到多个同时移动个体的高分辨率数据,这为此类研究提供了机会(Farley 等人,2018 年;Urbano 等人,2010 年)。然而,分析这些数据需要合适的方法来评估移动个体之间的相互作用。虽然最近开发出了几种推断此类互动的方法(Long 等人,2014 年;Niu 等人,2016 年;Schlaegel 等人,2019 年),但我们仍然不知道这些方法在特定条件下与其他方法相比表现如何。例如,被跟踪个体的比例、感知范围和跟踪持续时间如何影响这些方法推断交互作用的能力。我们通过关注捕食者和猎物的移动个体,并使用模拟来评估三种常用统计方法和两种新型统计方法的性能,填补了这一研究空白。移动个体之间的相互作用可简化为三大类型:回避、吸引和中立(Schlaegel 等人,2019 年)。例如,组成群体的社会性动物会一起向同一目的地移动,群体中的个体通常会表现出对其他群体成员的吸引,或在交配季节进行求偶。相反,猎物通常会逃离捕食者,表现出回避;竞争者相互回避也是如此。我们将捕食者-猎物系统作为研究系统,研究移动个体之间的这种相互作用,因为捕食者-猎物动力学已被广泛研究(Banks 等人,2004 年;Peterson,1999 年;Volterra,1931 年)。以前的研究主要集中在捕食者与猎物之间的相互作用如何影响种群和群落动态(Angerbjorn 等人,1999 年;Drossel 等人,2001 年;Schneider 等人,2012 年),但对捕食者和猎物在移动过程中如何进行行为互动却知之甚少。虽然我们选择研究捕食者-猎物系统中移动个体之间的相互作用,但我们的研究结果更普遍地适用于其他系统,在这些系统中,移动个体可能表现出吸引、回避或彼此独立移动。由于缺乏关于何时使用哪种方法的指导原则,而且有些方法对于没有很强编程能力的研究人员来说并不那么容易实现,这些都阻碍了实证主义者对这些方法的广泛使用。因此,本研究旨在比较现有统计方法的基本假设、数据要求以及在各种条件下的性能。我们这里所说的性能是指该方法检测真实交互作用的能力。为此,我们重点研究了五种统计方法(图 1c):三种常用的动态交互作用指数(Cs-社会性系数、Cr-相关系数和 DI-动态交互作用指数),它们在 "野生动物 DI "R 软件包(Long et al、Schlaegel等人,2019;以下简称SSF-OD),另一种方法则使用与其他移动个体的距离(Roeleke等人,2022;以下简称SSF-DIST)。这五种方法都是通过个体的运动轨迹来估计相互作用的。为了测试这些方法,我们用基于代理的模型(ABM,Grimm 等人,2006 年;Tang &amp; Bennett,2010 年)模拟了运动数据,因为它允许我们用已知的相互作用类型建立数据模型,并能轻松地改变多种因素,而这是观测数据无法做到的。运动的个体可能处于两种行为状态之一:持续运动和非持续运动,后者与相关随机行走非常相似。 (b) 我们通过改变与野外生态学家相关的四个因素来研究统计方法的性能:捕食者感知范围的四个等级;被追踪猎物比例的五个等级;时间分辨率的两个等级;追踪期持续时间的四个等级。(c) 对生成的运动轨迹采用了五种不同的统计方法。上面的三个(Cs、Cr、DI)是交互指数,下面的两个是基于 SSF 的方法。我们通过在基于代理的模型模拟中操纵四个因素来研究这五种方法的性能(表 1)。其中一个因素反映了所研究物种的生物学特性,代表了捕食者的感知范围。其他三个因素可能会受到野外研究人员的影响,因此,如果以评估相互作用为目的,这三个因素将有助于优化数据收集。第一个因素是被追踪个体的比例。了解其对方法性能的影响至关重要,因为标记所有个体的成本很高,而且在后勤上也很困难。例如,Liu 等人(2015 年)发现,建议分析群体中的大量个体子集,以获得更准确的群体运动特征。接下来,我们研究了时间分辨率和追踪时间对方法的影响。鉴于快速发展的技术(Farley 等人,2018 年)能够以越来越高的时间分辨率追踪个体,因此了解时间分辨率对推断运动互动的影响至关重要。事实上,某些运动行为和模式可能只有在高时间分辨率下才能检测到(Nathan等人,2022年),而低时间分辨率可能会掩盖或削弱重要的生物信息(Mannocci等人,2017年;Postlethwaite &amp; Dennis,2013年)。然而,高分辨率数据也可能是一种负担,因为它往往需要更多的存储和处理能力(McCrea 等人,2023 年),而且必须拟合复杂的模型,解释这些模型具有挑战性。对动物进行追踪的时间也很重要,因为这可能会受到追踪设备寿命甚至动物福利法规的限制(Teague O'Mara 等人,2014 年)。本研究中用于评估运动数据交互作用的五种方法概述。方法参考文献描述解释社会性系数(Cs)Kenward et al.(1993)Differences between mean distance of all simultaneous fixes and mean expected distance obtained with permutations of all fixesCs ~ + 1 AttractionCs ~ - 1 AvoidanceCs ~ 0 NeutralCorrelation index (Cr)Shirabe (2006)Correlation of movement segments of two animals with respect to the overall path means.正相关Cr ~ - 1 负相关Cr ~ 0 中性动态交互指数 (DI)Long 和 Nelson (2013)两只动物运动片段的凝聚力、与距离和方向有关DI ~ + 1 凝聚运动DI ~ - 1 排斥运动DI ~ 0 中性基于出现率分布的阶跃选择函数方法(SSF-OD)Schlaegel 等人(2019)将阶跃选择函数应用于 "湍流 "和 "漩涡 "的研究,发现 "湍流 "和 "漩涡 "在湍流和漩涡的出现率分布上存在显著差异。(2019)Step-selection functions applied to occurrence distributions of individuals obtained through kriging of their movement pathSSF ~ + 1 AttractionSSF ~ - 1 Avoi
{"title":"Performance of five statistical methods to infer interactions among moving individuals in a predator–prey system","authors":"Thibault Fronville,&nbsp;Niels Blaum,&nbsp;Stephanie Kramer-Schadt,&nbsp;Ulrike Schlägel,&nbsp;Viktoriia Radchuk","doi":"10.1111/2041-210X.14323","DOIUrl":"10.1111/2041-210X.14323","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":null,"pages":null},"PeriodicalIF":6.6,"publicationDate":"2024-04-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14323","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140578428","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Turnover importance: Operationalizing beta diversity to quantify the generalism continuum 更替的重要性:操作贝塔多样性,量化通才连续体
IF 6.6 2区 环境科学与生态学 Q1 Agricultural and Biological Sciences Pub Date : 2024-04-12 DOI: 10.1111/2041-210X.14324
Lydia Morley, Benjamin J. Crain, Gary Krupnick, Daniel Spalink

广义化很难量化,有许多分类方法。贝塔多样性框架可用于建立一个泛化趋势的数字衡量标准,它能共同描述物种相互作用的许多重要特征,即时空异质性。这一框架有望用于研究任何形式的广义共生关系。我们制定了一个新的指数--周转重要性(T)。T 描述了相互作用者集合的时空异质性,这是现有指标无法捕捉到的广义共生关系的固有特征。我们模拟了 T 相对于其他可用指标的行为,计算了北美本地兰花-昆虫关系中的 T,并测试了 T 与生态地理变量之间的相关性。我们进行了案例研究,以展示 T 在保护和生态进化研究中的应用。在各种模拟中,T 的表现是可预测的,并且与地点数量、伽马多样性和物种分布范围大小动态地相互作用。T 对取样深度适度敏感。T得分较高的兰花占据更大的范围和更广阔的气候龛位。对于短时间内的地方级群落网络,最好采用其他特定互作因子的广义度量方法。这些互作因子指标可以评估当地群落中的使用与可用性,而 T 则可以用来测量整个重点物种分布区中互作因子组合的时空变化模式。这项研究为今后的工作提供了一个路线图,以便更好地理解广义关系的模式和后果。
{"title":"Turnover importance: Operationalizing beta diversity to quantify the generalism continuum","authors":"Lydia Morley,&nbsp;Benjamin J. Crain,&nbsp;Gary Krupnick,&nbsp;Daniel Spalink","doi":"10.1111/2041-210X.14324","DOIUrl":"10.1111/2041-210X.14324","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":null,"pages":null},"PeriodicalIF":6.6,"publicationDate":"2024-04-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14324","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140587320","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Using camera traps and N-mixture models to estimate population abundance: Model selection really matters 使用照相机诱捕器和 N 混合物模型估算种群丰度:模型选择真的很重要
IF 6.6 2区 环境科学与生态学 Q1 Agricultural and Biological Sciences Pub Date : 2024-04-11 DOI: 10.1111/2041-210X.14320
Lisa Jeanne Koetke, Dexter P. Hodder, Chris J. Johnson

估算野生动物种群的丰度或密度是物种保护和管理的关键部分,但由于采样和统计方法、采样和生态变化以及样本大小的不同,估算的精度和准确性也会有很大差异。我们利用相机捕捉到的驼鹿(Alces americanus)图像对 N-混杂模型进行参数化,并测试了生态条件、测量的空间尺度以及用于定义独立检测的标准对种群丰度估计值的影响。我们将模型估计值与利用航空调查数据(许多蹄类动物物种的标准方法)根据经验得出的估计值进行了比较。我们根据常用的统计标准--简约性,探讨了估计值对模型选择的敏感性。两个最合理的 N-混杂模型(即 AICc)偏差很大,得出的丰度估计值大得离谱,而且相当不精确。其他大多数模型得出的驼鹿丰度估计值符合生态学实际情况且相对准确。N-混杂模型得出的种群估计值的准确性对模型的表述、测量生态条件的尺度、用于定义独立检测的标准以及推而广之的样本大小并不太敏感。我们的研究结果表明,用 N-混合物模型得出的种群估计值的预测准确性,其解析性并不高。我们建议使用一系列模型来预测种群数量,而不是使用排名第一的单一模型。通过航空调查收集和处理数据的成本较低,花费的时间也较少,但通过相机陷阱收集的数据可以更广泛地了解驼鹿的行为以及竞争者和捕食者的共存情况。
{"title":"Using camera traps and N-mixture models to estimate population abundance: Model selection really matters","authors":"Lisa Jeanne Koetke,&nbsp;Dexter P. Hodder,&nbsp;Chris J. Johnson","doi":"10.1111/2041-210X.14320","DOIUrl":"10.1111/2041-210X.14320","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":null,"pages":null},"PeriodicalIF":6.6,"publicationDate":"2024-04-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14320","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140587885","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Monitoring fast-moving animals—Building a customized camera system and evaluation toolset 监控快速移动的动物--建立定制的摄像系统和评估工具集
IF 6.6 2区 环境科学与生态学 Q1 Agricultural and Biological Sciences Pub Date : 2024-04-09 DOI: 10.1111/2041-210X.14322
Katharina Wittmann, Mohamed Gamal Ibrahim, Andrew David Straw, Alexandra-Maria Klein, Michael Staab

自动照相机(包括照相机陷阱)是一种成熟的观察工具,可以在不伤害生物的情况下识别行为和进行监测。然而,包括检测不完善、数据存储和供电不足在内的限制因素限制了相机陷阱的使用,因此需要价格低廉且可定制的解决方案。我们介绍了一种基于树莓派(Raspberry Pi)电脑和 YOLOv5 的相机系统和评估工具集,其模块化特性可以克服这些缺点。我们通过详细的分步指南为研究人员的设置和修改提供便利。我们构建了一个定制的摄像系统原型,用于连续监测快速移动的生物体。为了测试和确定基准,我们在 20 个地点记录了泥瓦匠蜂(Osmia cornuta)接近筑巢辅助工具的过程。为了有效处理大量视频资料,我们开发了一个评估工具集,利用卷积神经网络 YOLOv5 来检测视频中的蜜蜂。在实地测试中,摄像系统在不同的天气条件下可靠地工作了一个多星期(每天 2 小时)。YOLOv5 仅用 775 张原始训练图像就检测到了蜜蜂并进行了分类。总体检测可靠性因相机视角、现场和天气条件而异,但平均检测精度很高(78%),这一点得到了人工观察者的确认(80% 的基于算法的检测得到确认)。定制的相机系统通过使用可互换的组件,减轻了商用相机捕猎器的一些缺点,并满足了研究人员在野外工作的所有主要要求,包括成本适中、易于组装和外部能源。我们提供了详细的用户指南,以弥补生态学、计算机科学和工程学之间的差距。
{"title":"Monitoring fast-moving animals—Building a customized camera system and evaluation toolset","authors":"Katharina Wittmann,&nbsp;Mohamed Gamal Ibrahim,&nbsp;Andrew David Straw,&nbsp;Alexandra-Maria Klein,&nbsp;Michael Staab","doi":"10.1111/2041-210X.14322","DOIUrl":"10.1111/2041-210X.14322","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":null,"pages":null},"PeriodicalIF":6.6,"publicationDate":"2024-04-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14322","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140587721","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
The accuracy of length measurements made using imaging SONAR is inversely proportional to the beamwidth 使用成像声纳进行长度测量的精度与波束宽度成反比
IF 6.6 2区 环境科学与生态学 Q1 Agricultural and Biological Sciences Pub Date : 2024-04-08 DOI: 10.1111/2041-210X.14319
Iain M. Parnum, Benjamin J. Saunders, Melanie Stott, Travis S. Elsdon, Michael J. Marnane, Euan S. Harvey

多波束成像声纳已被用于一系列测量应用,如测量鱼体长度。本研究旨在量化不同频率和波束几何形状的成像声纳系统测量垂直放置的合成目标长度的精度。Blueprint Oculus 成像声纳系统有四种不同的(中心)频率(750 千赫、1.2 兆赫、2.1 兆赫和 3 兆赫),用于测量标称长度为 10 厘米、20 厘米和距离为 1 米至 15.5 米的三个目标的长度。研究发现,在所有测量中,目标的实际长度都被高估了,这与水平波束宽度成反比。通过对波束宽度进行归一化处理,可以减少测量误差。然而,测量结果的变化(即精度)也随距离的增加而增大,这归因于波束间距的增大。在今后的研究中,必须认识到波束宽度对成像 SONAR 目标长度测量精度的影响。缓解这一问题的方法之一是将长度测量的范围限制在一个波束宽度内,该波束宽度所产生的估计误差水平是该研究可以接受的。
{"title":"The accuracy of length measurements made using imaging SONAR is inversely proportional to the beamwidth","authors":"Iain M. Parnum,&nbsp;Benjamin J. Saunders,&nbsp;Melanie Stott,&nbsp;Travis S. Elsdon,&nbsp;Michael J. Marnane,&nbsp;Euan S. Harvey","doi":"10.1111/2041-210X.14319","DOIUrl":"10.1111/2041-210X.14319","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":null,"pages":null},"PeriodicalIF":6.6,"publicationDate":"2024-04-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14319","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140587823","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Phenological patterns in ecology: Problems using circular statistics and solutions based on simulations 生态学中的物候模式:使用循环统计的问题和基于模拟的解决方案
IF 6.6 2区 环境科学与生态学 Q1 Agricultural and Biological Sciences Pub Date : 2024-04-05 DOI: 10.1111/2041-210X.14316
Michael R. Willig, Julissa Rojas-Sandoval, Steven J. Presley

物候模式(如迁徙、冬眠或繁殖)的量化应包括对非均匀时间模式的统计评估。循环统计(如瑞利检验或赫尔曼斯-拉森检验)根据在若干时间间隔内表现出特定活动的个体数量提供了有用的方法。本研究以月度繁殖活动为例,说明了在边际总数是实验设计特征的情况下(例如,每个时间间隔的繁殖活跃个体数量取决于取样努力或取样成功率),将循环统计应用于数据时所遇到的问题。我们通过制作四个示例数据集和开发自举模拟程序来说明这一问题的本质,从而克服因边际总数的存在而产生的复杂性。此外,我们还将循环统计和引导模拟应用于亚马逊地区六种新热带蝙蝠的繁殖物候学经验数据。由于不同时间间隔的取样努力或成功率可能不同,循环统计可能会产生两种误导性结果:当经验模式具有明显的模式性时,循环统计表明物候学是均匀的;当经验模式是均匀的时,循环统计表明物候学是不均匀的。自举模拟克服了这些局限性:根据自举方法,生殖活跃个体百分比为模态的示例物候被恰当地确定为非均匀物候,而生殖活跃个体百分比为不变的示例物候则被恰当地确定为均匀物候。根据自举法,六个经验范例的生殖物候都是不均匀的,对于具有单峰或双峰的蝙蝠物种来说都是如此。除了边际总数的问题,对生态学中物候模式分析的回顾还发现了循环统计应用中的另外两个常见问题:抽样偏差和伪重复。本文还讨论了这两个问题以及潜在的解决方案。通过提供执行瑞利检验和赫尔曼斯-拉森检验的源代码以及引导模拟的代码,我们提供了一种有用的工具,用于在边际总量成为实验设计特征时评估非随机物候。
{"title":"Phenological patterns in ecology: Problems using circular statistics and solutions based on simulations","authors":"Michael R. Willig,&nbsp;Julissa Rojas-Sandoval,&nbsp;Steven J. Presley","doi":"10.1111/2041-210X.14316","DOIUrl":"10.1111/2041-210X.14316","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":null,"pages":null},"PeriodicalIF":6.6,"publicationDate":"2024-04-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14316","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140587886","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Classical tests, linear models and their extensions for the analysis of 2 × 2 contingency tables 用于分析 2 × 2 或然表的经典检验、线性模型及其扩展模型
IF 6.6 2区 环境科学与生态学 Q1 Agricultural and Biological Sciences Pub Date : 2024-04-01 DOI: 10.1111/2041-210X.14318
Rebecca Nagel, Graeme D. Ruxton, Michael B. Morrissey

生态学家和进化生物学家经常需要对各组的二元数据进行比较。然而,在生物统计学文献中,对于分析由二元解释变量和反应变量组成的 2 × 2 或然表数据的最佳方法,还存在一些讨论。我们使用不同样本量的模拟方案,对结果在组间均匀或不均匀分布的 2 × 2 或然表的几种分析方法进行了评估。具体来说,我们评估了通常推荐的逻辑(广义线性模型 [GLM])回归分析、经典的皮尔逊卡方检验和四种传统的替代方法(耶茨校正、费雪精确、精确无条件和中p),以及普遍不推荐的线性模型(LM)回归。我们发现,LM 和 GLM 分析都能对组间比例差异提供无偏估计。当实验设计平衡时,LM 和 GLM 分析还能提供准确的标准误差和置信区间。当实验设计不平衡、样本量较小、两组中某一组的概率接近 1 或 0 时,LM 分析可能会严重高估或低估统计不确定性。对于零假设的显著性检验,卡方检验和 LM 分析的表现几乎相同。在所有情况下,两者都有很高的能力检测出非空效应并拒绝假阳性。相比之下,在使用基于 z 的 p 值时,特别是当两组中一组的概率接近 1 或 0 时,GLM 分析的功率不足。我们的模拟结果表明,在推荐使用卡方检验的情况下,线性回归是分析 2 × 2 或然表数据的合适替代方法。当研究人员选择更复杂的程序时,我们提供了 R 函数,使用 delta 方法计算伯努利 GLM 输出中两个概率之差的标准误差。我们还探讨了如何利用概率标度上的可信区间来补充 2 × 2 或然率表的 GLM 分析。这些附加操作应能帮助研究人员对统计意义和实际意义进行有效评估。
{"title":"Classical tests, linear models and their extensions for the analysis of 2 × 2 contingency tables","authors":"Rebecca Nagel,&nbsp;Graeme D. Ruxton,&nbsp;Michael B. Morrissey","doi":"10.1111/2041-210X.14318","DOIUrl":"10.1111/2041-210X.14318","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":null,"pages":null},"PeriodicalIF":6.6,"publicationDate":"2024-04-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14318","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140588160","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
eDITH: An R-package to spatially project eDNA-based biodiversity across river networks with minimal prior information eDITH:基于 eDNA 的跨河网生物多样性空间预测 R 软件包,只需最少的先验信息
IF 6.6 2区 环境科学与生态学 Q1 Agricultural and Biological Sciences Pub Date : 2024-03-27 DOI: 10.1111/2041-210X.14317
Luca Carraro, Florian Altermatt

生态和生态系统监测正迅速转向使用环境 DNA(eDNA)数据,尤其是在水生系统中。这种方法能够综合覆盖所有主要生物群体的生物多样性,并评估生态指数。然而,目前的大多数方法并没有充分发挥 eDNA 数据的潜力,主要是从局部角度解释结果。在河流网络中,通过明确模拟水文迁移和相关 DNA 的衰变,基于水文的模型可以放大基于 eDNA 的多样性信息,提供空间综合推断。为了利用这些前所未有的生物多样性数据,并将其转化为空间填充生物多样性预测,需要一种简化的实施方法。eDITH 将一个物种分布模型、一个表达河流断面 eDNA 浓度的质量平衡模型和一个观测模型结合在一起,前者将本地类群在溪水中的 eDNA 脱落率与环境协变量联系在一起,后者将上游贡献的 eDNA 浓度加权求和。通过利用空间复制的 eDNA 测量数据和最小水文形态数据,eDITH 能够将上游的各种 eDNA 来源区分开来,并以任意选择的分辨率生成分类群空间分布的空间填充图。eDITH 软件包提供了用户友好的功能,可用于单次运行,并通过贝叶斯方法(通过 BayesianTools 软件包)和非线性优化将 eDITH 拟合到 eDNA 数据中。与 DHARMa 软件包的接口允许通过后验预测检查验证模型。必要的初步步骤(如流域划分和水文特征描述)通过 rivnet 软件包实现。我们通过两个已发表的鱼类 eDNA 数据案例研究来说明 eDITH 的工作流程和功能。eDITH 软件包为生态学家和保护生物学家提供了一个用户友好型 eDITH 实现。用户可以在没有建模知识的情况下使用,也可以为有经验的用户进行定制。最终,eDITH 可以对全球任何河流的 eDNA 生物多样性数据进行升级,从而改变如何以高度通用的方式高分辨率跟踪河流系统生物多样性的状态和变化。
{"title":"eDITH: An R-package to spatially project eDNA-based biodiversity across river networks with minimal prior information","authors":"Luca Carraro,&nbsp;Florian Altermatt","doi":"10.1111/2041-210X.14317","DOIUrl":"10.1111/2041-210X.14317","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":null,"pages":null},"PeriodicalIF":6.6,"publicationDate":"2024-03-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14317","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140325811","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
期刊
Methods in Ecology and Evolution
全部 Acc. Chem. Res. ACS Applied Bio Materials ACS Appl. Electron. Mater. ACS Appl. Energy Mater. ACS Appl. Mater. Interfaces ACS Appl. Nano Mater. ACS Appl. Polym. Mater. ACS BIOMATER-SCI ENG ACS Catal. ACS Cent. Sci. ACS Chem. Biol. ACS Chemical Health & Safety ACS Chem. Neurosci. ACS Comb. Sci. ACS Earth Space Chem. ACS Energy Lett. ACS Infect. Dis. ACS Macro Lett. ACS Mater. Lett. ACS Med. Chem. Lett. ACS Nano ACS Omega ACS Photonics ACS Sens. ACS Sustainable Chem. Eng. ACS Synth. Biol. Anal. Chem. BIOCHEMISTRY-US Bioconjugate Chem. BIOMACROMOLECULES Chem. Res. Toxicol. Chem. Rev. Chem. Mater. CRYST GROWTH DES ENERG FUEL Environ. Sci. Technol. Environ. Sci. Technol. Lett. Eur. J. Inorg. Chem. IND ENG CHEM RES Inorg. Chem. J. Agric. Food. Chem. J. Chem. Eng. Data J. Chem. Educ. J. Chem. Inf. Model. J. Chem. Theory Comput. J. Med. Chem. J. Nat. Prod. J PROTEOME RES J. Am. Chem. Soc. LANGMUIR MACROMOLECULES Mol. Pharmaceutics Nano Lett. Org. Lett. ORG PROCESS RES DEV ORGANOMETALLICS J. Org. Chem. J. Phys. Chem. J. Phys. Chem. A J. Phys. Chem. B J. Phys. Chem. C J. Phys. Chem. Lett. Analyst Anal. Methods Biomater. Sci. Catal. Sci. Technol. Chem. Commun. Chem. Soc. Rev. CHEM EDUC RES PRACT CRYSTENGCOMM Dalton Trans. Energy Environ. Sci. ENVIRON SCI-NANO ENVIRON SCI-PROC IMP ENVIRON SCI-WAT RES Faraday Discuss. Food Funct. Green Chem. Inorg. Chem. Front. Integr. Biol. J. Anal. At. Spectrom. J. Mater. Chem. A J. Mater. Chem. B J. Mater. Chem. C Lab Chip Mater. Chem. Front. Mater. Horiz. MEDCHEMCOMM Metallomics Mol. Biosyst. Mol. Syst. Des. Eng. Nanoscale Nanoscale Horiz. Nat. Prod. Rep. New J. Chem. Org. Biomol. Chem. Org. Chem. Front. PHOTOCH PHOTOBIO SCI PCCP Polym. Chem.
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1